基于小波分析的海底石油管道缺陷超声检测信号去噪处理

针对海底石油管道超声检测信号的噪声消除问题,本文研究了基于小波分析的噪声消除方法.文中首先介绍了基于小波分析的噪声消除方法的基本原理,然后运用小波方法对实测超声信号进行了具体的处理.在信号处理中考虑了小波基以及小波分解层数对噪声消除效果的影响.信号处理结果表明:合理选择小波基和小波分解的层数,能有效去除超声信号中的噪声.     

基于小波理论的缺陷检测中的噪声处理

海底管道缺陷检测中的一个重要问题是对超声数据的噪声处理。检测过程中只有剔除叠加在有效信号中的高频噪声和干扰,才能获得有用的超声信号。因此,超声波检测能否准确的关键是对信号背景噪声进行怎样的处理。本文基于小波分析技术,对三种小波滤波方法进行了比较,并通过labview软件同时运用小波技术在NI硬件上实现滤波过程,最后给出了实验图像,得到了较好的效果。     

基于支持向量机的超声检测缺陷识别研究

为解决超声检测领域传统人工神经网络方法对于小样本进行缺陷识别时存在的泛化能力差和过学习等问题,提出了一种基于支持向量机的超声检测缺陷识别方法.先使用小波分解对信号进行降噪,再使用小波包变换提取特征值,构造多类分类支持向量机进行缺陷识别.实验结果表明,支持向量机方法具有识别率高、泛化能力强等优点,能够应用于超声检测缺陷识别领域.     

小波包去噪方法在海底石油管道超声检测中的应用

通过分析海底石油管道超声检测回波信号,部分有效信号混在噪声信号里,本文研究了具有任意多尺度分解特性的小波包去噪方法。首先介绍了小波包的基本理论以及去噪声理论,然后运用小波包分析对实际测量的超声回波信号进行。处理。仿真结果表明,小波包去噪法能更好地抑制噪声,明显提高信噪比。     

基于小波包变换的弱信号检测

在通信、医学成像和雷达信号处理等领域中常常面临着强噪声背景中弱信号检测的问题。文中分析了小波包变换的良好时频分析特性，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，并应用浮动阈值去噪方法，解决了低信噪比情况下的弱信号检测。最后，通过计算机的数值计算，模拟了浮动阈值去噪法基于小波包变换和小波变换的强噪声背景下的弱信号检测，从仿真的波形图中得出在低信噪比情况下的弱信号检测方面小波包变换优于小波变换。     

结合小波变换和稀疏主成分分析的复合材料缺陷信号增强算法

脉冲热成像技术被广泛应用于碳纤维复合材料内部缺陷检测。由于原始热成像数据包含不均匀背景及检测噪声,缺陷信号的可视化效果较差,无法直接进行缺陷检测及识别。针对上述问题,提出结合小波变换和稀疏主成分分析（wavelet transforming and sparse principal component analysis,WT-SPCA）的特征提取方法,以提高缺陷信号的可视化效果。首先利用小波变换进行噪声信号去除,进一步采用稀疏主成分分析提取缺陷信号特征。实验结果表明,WT-SPCA方法可有效去除不均匀背景及噪声干扰,准确提取缺陷特征。与主成分分析、稀疏主成分分析等特征提取方法相比,WT-SPCA能够有效提高缺陷信号的可视化效果及缺陷区域的信噪比水平。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性，利用奇异目标信号的小波变换模极大值随尺度增大而增大，而随机白噪声小波变换模极大值随尺度增大而减小，进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。     

信号的小波分析及在信号检测中的应用

对典型的线性调频信号进行了小波分析,并运用小波变换方法对噪声中的方波信号和正弦信号进行了检测,讨论了小波变换滤波器参数变化对检测性能的影响,最后,将小波变换与短时傅里叶变换进行了比较。     

小波去噪用于超声检测和超声CT成象

超声检测回波信号中经常带有不同程度的无用噪声，小波变换是一种日益获得广泛的信号处理新技术。本文将它用于处理超声检测回波信号和改善超声ＣＴ重建图象的质量，采用Ｍａｌｌａｔ算法对超声回波信号进行滤波去噪。     

信号奇异性检测在输气管线泄漏检测中的应用

对小波变换的基本理论进行了简要的阐述，特别是信号奇异性检测。并以天然气管道泄漏后获得的相关信号为对象。利用小波分析方法来分析信号的奇异性及奇异性位置，从而应用到天然气管线泄漏检测中，仿真实验证明了该方法对管道泄漏诊断的精度，同时也显示出小波在滤波、定位等方面的优越性。     

金属基复合材料缺陷超声信号消噪研究

为了剔除金属基复合材料缺陷超声信号中的噪声，得到没有污染的缺陷信号，便于进行信号分析，文章中使用了一种改进小波包消噪方法——平均能量阈值法，讨论了平均能量阈值法消噪的原理，并将小波包的多尺度时频分析及重构结合在一起，用于信的消噪研究中，通过仿真实验并与小波消噪方法进行对比。证明了该方法消噪的有效性；结果表明基于平均能量阈值法消噪技术在保信号奇异性的同时，能有效地去除金属基复合材料缺陷超声信号中的噪声。     

小波滤波在超声管外测压回波处理中的应用

超声测压过程中信号受到噪声的干扰,使得回波信号质量较差。为提取后续特征,需对回波信号进行处理。而小波具有"变焦距"特性,在时域和频域中具有良好的局部分析能力,适合于超声等非平稳信号处理。在超声反射回波的数学模型基础上,利用小波滤波方法对超声信号进行预处理,提取强噪声背景中的弱回波信号。仿真及实验表明,用小波滤波能够有效抑制噪声,提高信噪比,且该方法原理简单,易于实现,为进一步研究超声管外测压奠定了基础。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略

当前供能管道巡检策略由于对管道的缺陷特征提取不够纯净,导致缺陷定位准确度差,因此,提出了基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略。利用移动GIS技术采集管道数据,根据管道数据采用改进经验小波变换模型对管道缺陷特征进行提取,其树状结构的子频带自分解能够准确分辨出缺陷源信号与其他干扰信号,提取到更加纯净的缺陷特征,并对缺陷特征向量特征集进行滤波,从而计算出管道缺陷的具体位置。在实验论证中,对提出的策略的定位准确性进行了验证,结果表明,提出的策略应用于供能管道巡检中,对管道缺陷定位的准确性较高。     

小波能量差分布和SVM结合的PQD识别

提出了小波能量差分布和支持向量机（Support Vector Machine,SVM）相结合的电能质量扰动（Power Quality Disturbance,PQD）识别方法。该方法用小波变换对PQD信号进行分析,提取信号各层暂态能量与标准信号的能量之差和扰动持续时间为特征向量,组成训练样本和测试样本;使用基于邻域粗糙集模型对训练样本集进行预处理,剔除噪声和异常样本;使用具有二元树结构的SVM对PQD样本进行训练,实现PQD的识别。测试结果表明,该方法可以实现 7种PQD的识别,准确率高（平均可达97%）,抗噪声能力强,辨识速度快,适用于PQD识别系统。     

高精度波束形成的相控阵超声系统研究

为深入研究管道环焊缝缺陷特性,需要相控阵检测系统提供完全控制激励信号参数和获得接收回波信号的特性,针对该问题设计了32个模拟通道,可接入128个阵元,数字化频率达到125 Msample/s的相控阵超声检测系统.采用流水线式延时实现小数倍延时,脉冲发射延时精度为2.5 ns;使用Master-Slave结构的管理方式,在硬件上合理分配资源,对回波数据进行线性插值,同时根据脉冲的延时方案对各通道的插值数据进行存储,实现高精度数字波束形成.使用Hilbert变换提取形成波束在FIR滤波器滤波前后的包络,得到滤波后信噪比提高了9.4 dB.对标准试块进行缺陷检测实验,实验表明在深度上缺陷定位的相对误差为1.7%,相对于现有系统检测精度提高了接近2倍.     

小波变换在医学图像处理上的应用

小波变换是对傅立叶变换的继承和发展,近年来发展迅速,已广泛应用于图像处理、生物医学信号提取、语音合成、地震信号处理等众多领域.小波变换特别适用于提取微弱、背景噪声较强的随机信号,处理医学图像信号这一类非平稳信源.简要介绍了小波变换的原理和特点,综述了小波变换在医学图像压缩、去噪、增强、边缘提取、图像融合等方面的应用.